एन्थ्रोपिक ने अपने मॉडल क्लॉड द्वारा बनाए गए सामग्री, पाठ और छवियों दोनों में पता लगाने योग्य निशान लागू करने के इरादे की घोषणा की है। यह उपाय कृत्रिम बुद्धिमत्ता द्वारा उत्पन्न सामग्री की पहचान करने और यूरोपीय संघ के विनियमों द्वारा स्थापित पारदर्शिता दिशानिर्देशों का पालन करने में मदद करेगा।
इन निशानों का अनुप्रयोग नए क्लॉड मॉडलों के साथ शुरू होगा, हालांकि मौजूदा मॉडलों में एकीकरण अभी भी विकास चरण में है। इसके अलावा, सामग्री को अन्य प्लेटफार्मों पर स्थानांतरित किए जाने पर भी पहचान बनी रहनी चाहिए।
पाठों का अंकन
पाठों के संबंध में, एन्थ्रोपिक क्लॉड द्वारा उत्पन्न सामग्री में एक प्रकार का 'अदृश्य वॉटरमार्क' डालने का इरादा रखती है। कंपनी आश्वासन देती है कि यह कार्यक्षमता प्रदान किए गए उत्तरों की गुणवत्ता, पठनीयता या अर्थ को प्रभावित नहीं करेगी।
यह निशान स्वयं मॉडल के स्तर पर लागू किया जाएगा, न कि किसी विशिष्ट उत्पाद तक सीमित रहेगा। परिणामस्वरूप, यह इस बात से स्वतंत्र रूप से दिखाई देना चाहिए कि क्लॉड किस सेवा के माध्यम से एक्सेस किया जाता है।
कंपनी ने यह भी घोषित किया है कि निशान में टेक्स्ट को कॉपी और पेस्ट करने के बाद भी बने रहने की क्षमता होगी, साथ ही कुछ प्रकार के संशोधनों के प्रति प्रतिरोध भी होगा।
छवियों के लिए तकनीक
क्लॉड द्वारा संसाधित छवियों के लिए, चयनित तकनीक C2PA है, जो उत्पत्ति के मेटाडेटा मानक के रूप में कार्य करती है। यह प्रणाली संगत फ़ाइलों की उत्पत्ति के बारे में डेटा दर्ज करने की अनुमति देती है और इसका उपयोग पहले से ही एडोब, ओपनएआई और गूगल जैसी कंपनियों द्वारा किया जा रहा है।
हालांकि, एन्थ्रोपिक ने अभी तक पाठ में निशान बनाने के लिए उपयोग की जाने वाली विधि के बारे में विशिष्ट विवरण जारी नहीं किए हैं।
एन्थ्रोपिक ने समझाया कि चूंकि यह पाठ का एक अभिन्न अंग है, इसलिए जब इसे कहीं और कॉपी और पेस्ट किया जाता है तो यह 'पाठ के साथ यात्रा करेगा और कुछ संपादन के बाद भी बना रह सकता है'। एन्थ्रोपिक स्वयं स्वीकार करता है कि सिस्टम सही नहीं होगा, क्योंकि C2PA डेटा को कुछ प्लेटफार्मों पर भेजने पर गलती से भी हटाया जा सकता है, और पाठ्य निशानों की स्थिरता अभी तक पूरी तरह से परिभाषित नहीं है।
कंपनी उपयोगकर्ताओं और तीसरे पक्षों को इन निशानों और उत्पत्ति के मेटाडेटा का पता लगाने में सक्षम बनाने के लिए काम कर रही है, जिसमें इस तंत्र के विवरण भविष्य के तकनीकी दस्तावेज़ीकरण के लिए निर्धारित हैं।
एन्थ्रोपिक द्वारा उजागर किया गया एक महत्वपूर्ण बिंदु यह है कि निशान की अनुपस्थिति को इस बात का प्रमाण नहीं माना जाना चाहिए कि सामग्री AI द्वारा उत्पन्न नहीं की गई थी; बिना पहचानने योग्य पहचान वाले सामग्रियों का मूल जनरेटिव मॉडल हो सकता है।
यह पहल इंटरनेट पर कृत्रिम बुद्धिमत्ता द्वारा उत्पादित सामग्री को अधिक ट्रैक करने योग्य बनाने के प्रयास में एक प्रगति का प्रतिनिधित्व करती है, हालांकि अंतिम सफलता इन निशानों की कॉपी, संपादन और फ़ाइल परिवर्तनों का विरोध करने की क्षमता पर निर्भर करती है।
